北京PM_(2.5)浓度的变化特征及其与PM_(10)、TSP的关系

在连续2年进行累积1周同步采样的基础上,对北京市城区和居住区2个采样点环境空气中PM2.5的浓度及其时间变化特征进行了分析.PM2.5周平均浓度的变化范围为37～346μg/m3,年均浓度接近或超过PM10的二级年均标准.PM2.5浓度具有明显的季节变化特征,即冬季最高,夏季最低.2个采样点PM2.5浓度的周变化与季节变化均相似.PM2.5与PM10、TSP的比值均在冬季最高,春季最低,反映采暖燃烧源对细颗粒物的贡献较大,而沙尘天气对粗颗粒物的贡献较大;其年均值分别为55%和29%.

清华大学校园内不同绿地类型空气PM10浓度变化规律

The concentration of air PM10 in six types of green lands in campus of Tsinghua university was measured. The results showed that PM10 concentration exhibited obvious daily and monthly variation,and also had remarkable difference among different seasons. However there was no remarkable difference in concentration of PM10 within the same season over all types of green lands. As for average concentration,the value was lower in arbor land of spring,autumn and winter,and in lawn of summer. The concentration of PM10 was 43% higher in cloudy days than that of sunny ones. Moreover,the difference increased to 137% between cloudy day after raining and sunny day after raining because of the clarification of rain.

大气中PM_(10)浓度的影响因素及其污染变化特征分析

讨论了影响大气中可吸入颗粒物PM10浓度的因素,包括来源、源强、气象条件等,并分 析了其时空分布特征.

郑州城区PM10、PM2.5质量浓度变化特征及其对气象因子的响应

利用郑州城区9个国控监测点位PM10、PM2.5的日监测数据,研究2013~2016年间郑州城区大气颗粒物质量浓度变化特征及其对气象因素的响应。结果表明,2013~2016年间郑州城区环境空气污染总体状况改善趋势较为显著,重度及以上的污染天数占全年有效天数的比例逐年降低,PM10、PM2.5浓度逐年下降;PM10和PM2.5浓度月均值变化基本一致,浓度变化均呈"U"型分布。PM10和PM2.5质量浓度变化具有明显的季节性特征,冬季其质量浓度最高,春季和秋季次之,夏季最低。选取气温、气压、风速、相对湿度和降水量等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM10、PM2.5浓度的影响。相关性分析结果表明,与PM10、PM2.5浓度显著相关的气象因素存在季节性差异,风速、相对湿度和降雨量是影响郑州城区大气颗粒物质量浓度的主要气象因子。

北京市采暖期大气中PM_(10)和PM_(2.5)质量浓度变化分析

对北京市2003年11月至12月间供暖期中大气悬浮颗粒物污染状况作了较详细的监测.数据表明,北京市的这段时间,其PM10和PM2.5质量浓度因日因月而异,其中PM10平均质量浓度为253.1μg/m3,超过国家二级标准(1996)1.9倍,PM2.5的变化幅度在8.9-276.2μg/m3之间,其平均值为145.2μg/m3,超过1999-2000年监测数值38.4％;其污染源和影响因素之间关系的研究表明:在供暖期间,温度、湿度和风速对PM10和PM2.5的累积和消散也起着至关重要的作用.

桂林市城郊PM_(10)浓度变化监测分析

利用2005年12月至2007年3月的PM10观测资料，分析桂林市城郊PM10浓度变化规律，并简要分析这变化规律的原因及相关气象要素对其的影响。结果表明，PM10浓度分布频次呈单峰性，小时及日平均浓度频率分布比较集中；习变化为双峰型，早晨8：00～9：00和傍晚19：00～20：00各有一峰值，午后15：00～16：00出现最低值；受排放源及气候因素影响，PM10浓度月、季节变化明显，月均值最高值出现在3月份，最低值出现在7月份，超标月份集中12月至次年3月，冬、春比夏、秋季节日均浓度变化幅度较大，且易出现高浓度值，各季节平均浓度大小依次为：冬季〉春季〉秋季〉夏季；通过对PM10浓度与同期气象要素的相关分析，得之PM10浓度与风速、降水、温度、地温、混合层高度负相关，与气压呈正相关，风速的作用要大于降水。

西安市区PM_(10)质量浓度时空变化特征及与气象条件的关系

以西安市环境监测站1998—2006年大气PM10的监测资料为基础,分析了西安市区PM10污染物质量浓度的特征及与气象要素之间的关系,结果表明:PM10平均质量浓度冬季较大、夏季较小,质量浓度分布以高压开关厂为最高,取暖期污染物排放增加是影响PM10质量浓度的重要因素,PM10质量浓度近年来有降低的趋势,PM10质量浓度变化与降水、风速呈显著负相关。

2016年南昌市PM_(10)和PM_(2.5)质量浓度变化研究

利用南昌市2016年4月～2017年3月8个监测点的PM_(10)和PM_(2.5)质量浓度的监测数据,通过聚类分析探讨了大气颗粒物PM_(10)、PM_(2.5)的污染状况和不同功能区间的变化规律.结果表明:2016年南昌市大气颗粒污染物中,细颗粒物(PM_(2.5))较可吸入颗粒物(PM_(10))超标情况更严重;从时间角度看,PM_(10)和PM_(2.5)浓度表现为冬季>春季/秋季>夏季的季节性变化趋势;从空间角度看,表现为商业交通居住混合区>交通区>文教区>居住区>风景区的变化规律;PM_(2.5)/PM_(10)比值变化特征提示冬季可吸入颗粒物中细颗粒物所占比重最大,春季和秋季次之,夏季最小;在影响因素中,监测点大气颗粒物的浓度受交通环境的影响最大,受居民日常生活排污的影响次之.

昆明市PM2.5和PM10质量浓度变化特征分析

根据昆明市2017年大气污染物PM2.5和PM10的监测数据,对PM2.5和PM10浓度的变化特征和PM2.5占PM10的比重以及二者的相关性进行分析。结果表明:PM2.5和PM10质量浓度冬春季明显高于夏秋季,且PM2.5冬季的浓度最高为33.25μg/m^3,PM10春季污染物浓度最高为68.24μg/m^3;PM2.5和PM10质量浓度峰值出现在上午9∶00和凌晨1∶00,谷值出现在下午16∶00和17∶00;PM2.5/PM10比值范围在0.436~0.558,冬季均值最高为0.505,表明冬季污染物中PM2.5比例高;PM2.5和PM10日均值有着非常显著的线性相关关系,相关系数方值R^2为0.853。

洛阳市冬季大风天气下PM_(10)和PM_(2.5)浓度变化研究

利用洛阳市环境空气质量自动监测国控站点的监测数据,分析了冬季大风天气下PM10、PM2.5浓度变化情况。结果表明,从大风来临到结束,PM10和PM2.5质量浓度整体呈现先下降后升高的趋势;PM2.5与PM10的比值在风中阶段较低,大风前、后时段较高,特别是风中到风后过渡阶段,二者比值达到峰值,此时容易发生倒挂现象;大风来临初始阶段,风速增大导致PM10浓度出现峰值,而对PM2.5无明显影响;PM2.5对大气能见度影响较大,且当其浓度<0.5 mg/m3时,能见度属良好等级。

郑州市PM_(2.5)和PM_(10)质量浓度变化特征分析

根据郑州市2013年PM2.5和PM10颗粒物连续自动监测数据,对郑州市各国控站点的PM2.5和PM10的达标情况、变化趋势等进行探讨分析。结果表明:2013年郑州市PM10和PM2.5的年均质量浓度均超过了新标准规定的年均值二级标准限值。PM10和PM2.5月均值峰值出现在1月和10月,谷值出现在8月,各月PM2.5的超标天数都大于PM10。PM10和PM2.5冬季的日均值浓度明显高于其他季节,呈双峰型,夜晚浓度整体高于白天;PM2.5春、夏、秋三季日变化呈单峰型,PM10夏季和秋季呈单峰型,春季呈双峰型。PM2.5和PM10日均值有着非常显著的线性相关关系,PM2.5和PM10浓度的比值(p)10月最高。

南宁市PM_(10)浓度变化特征及其与气象要素相关性分析

以2011—2015年南宁市PM10监测统计数据为数据基础,分析其年度值、季度值、月值的变化特征;同时结合同时期的气象资料,提取了平均气温、月云雨晴天数、各风向天数等气象要素,分析了PM10浓度与各气象要素之间的相关性。结果表明,南宁市在前3年PM10污染尽管出现恶化,但经过大力治理后,2015年PM10年均浓度低于2011年水平;PM10浓度全年变化呈U字型,最低值出现在每年6、7月份,最高值则出现在每年1、12月;夏季PM10浓度最低,冬季PM10浓度值最大;气象要素与PM10浓度关系密切,气温、月雨天数、东南风天数、南风天数与PM10浓度呈显著负相关,月多云天数、晴天数、东北风天数与PM10浓度则呈显著正相关。

北京市冬季公共场所室内空气中TSP,PM_(10),PM_(2.5)和PM_1污染研究

在北京市的海淀区、朝阳区、丰台区和昌平区选择了 49个公共场所 (包括办公室、宾馆、图书馆、超市等等 ) ,分别对其室内空气中TSP ,PM10 ,PM2 5 和PM1的浓度进行了测定 ,并且对室内空气中粉尘含量的影响因素进行了分析和探讨 .研究结果表明 ,繁忙的交通状况和建筑施工将明显增加公共场所室内空气中TSP ,PM10 ,PM2 5 和PM1浓度 .频繁的室内清扫有助于降低室内空气中颗粒物的浓度 .在室内空气中 ,PM10 浓度与TSP浓度呈现明显的正向线性相关性 ,而PM2 5 和PM1的浓度与PM10

阜康市PM_(2.5)和PM_(10)的质量浓度变化特征分析

通过对阜康市2015年1个区控点的PM_(2.5)和PM_(10)的连续自动监测数据分析得出:2015年阜康市大气颗粒物中PM_(2.5)、PM_(10)浓度日均值和小时值的最大值均出现在4月,日均值均超过了环境空气质量标准的二级标准限值;月均值最大值均出现在12月;PM_(2.5)的年均值超过了环境空气质量标准的二级标准限值;PM_(2.5)和PM_(10)冬季的日变化浓度高于其他三季,夏季最低。超标天数高值出现在1、2、11、12月,PM_(2.5)的污染程度比PM10严重;PM_(2.5)和PM_(10)的比值1、11、12月较大。

浅析淮安区空气中PM_(10)、PM_(2.5)质量浓度变化特征

以同一点位2013~2016年的空气自动站数据为基础对淮安区环境空气中PM_(10)和PM_(2.5)质量浓度的变化特征及PM_(2.5)与PM_(10)的比值变化进行分析。阐明2013~2016年淮安区PM_(10)与PM_(2.5)的质量浓度年度、季度、月份变化特征及PM_(2.5)与PM_(10)比值的变化规律。便于进一步了解空气质量状况,为环境管理、环境规划、大气防治提供科学依据。

典型城市道路区域空气TSP和PM_(10)污染特征研究——以上海市为例

为对空气中总悬浮颗粒物(TSP)和可吸入颗粒物(PM10)的污染特征进行研究,采用KC-120H型智能中流量TSP和PM10采样器,运用重量法测定道路的TSP和PM10浓度.针对重车型比例大的典型城市—上海市,对其道路区域中TSP和PM10污染物随车型、绿化情况、洒水情况和天气等的变化情况进行分析,并采用统计分析方法对数据进行处理.研究结果表明:(1)TSP和PM10浓度的日变化特征为白天浓度高于夜间浓度,阴天浓度高于多云和晴朗天气,雨天浓度下降显著;(2)在一定车型比例范围内,TSP和PM10浓度随着重型车数量的增加逐渐增大;(3)有绿化隔离状况下,TSP和PM10浓度明显低于无绿化情况,高大乔木阻挡作用强于灌木丛生植物;(4)洒水车过后,TSP和PM10浓度显著下降;(5)PM10与TSP浓度值线性相关.

石家庄市环境空气PM_(2.5)和PM_(10)污染变化特征研究

通过对石家庄市2013年1~12月PM2.5和PM10实时数据的整理和分析,结果表明,石家庄市区大气中细颗粒物PM2.5和可吸入颗粒物PM10月均浓度变化呈明显的季节性,二者变化趋势基本一致,采暖期12-2月份浓度普遍高于其他月份,PM2.5和PM10浓度最高值均出现在1月份;春夏PM2.5和PM10浓度有所降低,7月份浓度最低。PM2.5和PM10存在显著的正相关关系。

博乐市PM_(10)与TSP相关性分析

选用博乐市2010年大气PM10与TSP监测数据月均值,分析了PM10与TSP在大气中的浓度变化相关性趋势、沙尘暴天气对其相关性的影响以及PM10占TSP中的浓度比,并得出PM10与TSP的浓度变化趋势除沙尘暴天气干扰外非常相似,具有很好的相关性。

鞍山市TSP及PM_(10)相关性分析研究

分别在冬季及夏季选取具有典型气候特性的天气,采集空气中TSP和PM10。根据采样前、后滤膜重量之差及采样标况体积,计算TSP质量浓度,分析了TSP和PM10在大气中污染状况,研究了TSP和PM10的相关性及PM10占TSP的比例,并得出结论:在冬、夏二季TSP和PM10的浓度值变化趋势非常相似,在冬季时TSP和PM10的浓度值均高于夏季,在冬、夏季鞍山的大气环境质量PM10的影响占有很大的比重。